BriefGPT - AI 论文速递
·
Multitask Gaze Estimation with Unidirectional Convolution
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种Multitask-Gaze网络模型，旨在解决轻量级模型在凝视估计任务中的性能下降问题。通过引入单向卷积和注意力机制，提升了模型的表征能力。实验结果表明，在MPIIFaceGaze和Gaze360数据集上，模型性能分别提升1.71%和2.75%，同时参数和FLOPs分别减少75.5%和86.88%。
🎯
关键要点
-
本研究提出了一种Multitask-Gaze网络模型。
-
该模型旨在解决轻量级模型在凝视估计任务中的性能下降问题。
-
性能下降主要是由于特征通道数量不足。
-
Multitask-Gaze模型采用单向卷积、空间和通道注意力等新方法。
-
这些新方法提升了模型的表征能力。
-
实验结果显示，Multitask-Gaze在MPIIFaceGaze数据集上性能提升1.71%。
-
在Gaze360数据集上，性能提升2.75%。
-
同时，模型参数和FLOPs分别减少75.5%和86.88%。
🏷️
标签
➡️
